智慧行動：在代理人式多模態模型中培養後設認知的工具使用

Act Wisely Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models

Multimodal Agent Tool Use RLHF GRPO HDPO Meta-Cognition VLM

此論文授權為 arXiv License

非 Creative Commons 授權的論文需登入後方可閱讀翻譯全文

Google 登入後閱讀

原文連結：arXiv